Діагностування асинхронних двигунів за аналізом вібраційних характеристик

Автор(и)

  • С.Ю. Павленко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml https://orcid.org/0009-0008-6840-2547
  • М.А. Коваленко Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна image/svg+xml http://orcid.org/0000-0002-5602-2001

DOI:

https://doi.org/10.15588/1607-6761-2026-2-2

Ключові слова:

асинхронний електродвигун, вібраційна діагностика, аналіз вібрацій, дефекти ротора, дефекти підшипників, ексцентриситет ротора, моніторинг стану, раннє виявлення дефектів

Анотація

Мета роботи. Дослідження способу безконтактного діагностування асинхронних двигунів шляхом аналізу вібраційних сигналів. Це дозволить своєчасно виявляти дефекти, що виникають на ранній стадії прояву у процесі експлуатації без розбирання обладнання. Це дозволить удосконалити методи діагностики асинхронних двигунів для підвищення надійності та безпеки їх експлуатації.

Методи дослідження. Частотний аналіз вібраційних сигналів з використанням швидкого перетворення Фур’є для виділення діагностичних ознак у часовій та частотній областях.

Отримані результати. У ході дослідження встановлено високу чутливість вібраційних характеристик асинхронних електродвигунів до типових дефектів (ексцентриситет ротора, обриви стрижнів, пошкодження підшипників, механічний дисбаланс, порушення центрування валів та ослаблення обмоток статора). Показано, що комплексний частотний аналіз з використанням швидкого перетворення Фур’є дозволяє виявляти ознаки дефектів значно раніше, ніж періодичний статичний моніторинг. У спектрі вібрації чітко проявляються бічні смуги ковзання, частоти дефектів підшипників, посилення першої гармоніки обертання та складові на частотах живлення. Запропонований безконтактний метод має високу практичну придатність для моніторингу технічного стану двигунів у промислових умовах.

Наукова новизна. Наукова новизна дослідження полягає в вдосконаленні підходу до діагностування електричних двигунів шляхом комплексного аналізу вібраційних характеристик у часовій та частотній областях, що дозволяє підвищити достовірність виявлення дефектів на ранніх стадіях їх розвитку.

Практична цінність. Отримані результати можуть бути використані для впровадження систем вібраційного моніторингу технічного стану електричних двигунів у промислових умовах. Запропоновані підходи до аналізу вібраційних характеристик дають змогу здійснювати ранню діагностику типових дефектів, зменшувати ризик аварійних відмов та оптимізувати планування технічного обслуговування і ремонту електричних машин. Матеріали роботи можуть бути використані під час розроблення програмного забезпечення діагностичних систем, а також у навчальному процесі при підготовці фахівців з електромеханіки та енергетики.

Біографії авторів

С.Ю. Павленко, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

магістр кафедри електромеханіки національного технічного університету України “Київський політехнічний інститут імені Ігоря Сікорського”, Київ

М.А. Коваленко, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

канд. техн. наук, доцент, доцент кафедри електромеханіки національного технічного університету України “Київський політехнічний інститут імені Ігоря Сікорського”, Київ.

Посилання

Kia, S. H., Capolino, G.-A., & Henao, H. (2007). A high-resolution frequency estimation method for three-phase induction machine fault detection. IEEE Transactions on Industrial Electronics, 54(4), 2305–2314. doi: https://doi.org/10.1109/TIE.2007.899826

Chornyi, O. P., Zachepa, Yu. V., Tytiuk, V. K., & Chorna, O. A. (2019). Monitorynh i diahnostyka elektromekhanichnykh obiektiv [Monitoring and diagnostics of electromechanical objects]. Kremenchuk: PP Shcherbatykh O. V. (in Ukrainian).

Stefani, A., Bellini, A., & Filippetti, F. (2009). Diagnosis of induction machines' rotor faults in time-varying conditions. IEEE Transactions on Industrial Electronics. doi: https://doi.org/10.1109/TIE.2009.2016517

Toliyat, H. A., Nandi, S., Choi, S., & Meshgin-Kelk, H. (2013). Electric machines: Modeling, condition monitoring, and fault diagnosis. Boca Raton, FL: CRC Press. doi: https://doi.org/10.1201/b13008

Benbouzid, M. E. H. (2000). A review of induction motors signature analysis as a medium for faults detection. IEEE Transactions on Industrial Electronics, 47(5), 984–993. doi: https://doi.org/10.1109/41.873206

Randall, R. B. (2011). Vibration-based condition monitoring: Industrial, aerospace and automotive applications. Chichester, UK: Wiley.

Delgado-Arredondo, P. A., Morinigo-Sotelo, D., Osornio-Rios, R. A., Avina-Cervantes, J. G., Rostro-Gonzalez, H., & Romero-Troncoso, R. de J. (2017). Methodology for fault detection in induction motors via sound and vibration signals. Mechanical Systems and Signal Processing, 83, 568–589. doi: https://doi.org/10.1016/j.ymssp.2016.06.032

Gonen, T., & Mehrizi-Sani, A. (2024). Electrical machines and their applications (3rd ed.). Boca Raton, FL: CRC Press.

Hraniak, V. F. (2024). Metody ta zasoby vymiriuvannia vkhidnykh parametriv system diahnostuvannia obertovykh elektrychnykh mashyn zminnoho strumu [Methods and means of measuring input parameters of diagnostic systems for rotating AC electrical machines]. Vinnytsia: Vinnytsia National Agrarian University. (in Ukrainian).

Weinbub, J., & Ferry, D. K. (2018). Recent advances in Wigner function approaches. Applied Physics Reviews, 5(4), 041104. doi: https://doi.org/10.1063/1.5046663

Geng, Z., Chen, J., & Hull, J. B. (2003). Analysis of engine vibration and design of an applicable diagnosing approach. International Journal of Mechanical Sciences, 45(8), 1391–1410. doi: https://doi.org/10.1016/j.ijmecsci.2003.09.012

Meng, Q., & Qu, L. (1991). Rotating machinery fault diagnosis using Wigner distribution. Mechanical Systems and Signal Processing, 5(3), 155–166. doi: https://doi.org/10.1016/0888-3270(91)90040-C

Zhang, Z.-C., Qiang, S.-Z., Jiang, X., Han, P.-Y., Shi, X.-Y., & Wu, A.-Y. (2021). Linear canonical Wigner distribution of noisy LFM signals via variance-SNR based inequalities system analysis. Optik, 237, 166712. doi: https://doi.org/10.1016/j.ijleo.2021.166712

Wu, J.-D., Luo, W.-J., & Yao, K.-C. (2025). Electric motor vibration signal classification using Wigner–Ville distribution for fault diagnosis. Sensors, 25(4). doi: https://doi.org/10.3390/s25041196

Gangsar, P., & Tiwari, R. (2020). Signal based condition monitoring techniques for fault detection and diagnosis of induction motors: A state-of-the-art review. Mechanical Systems and Signal Processing, 144, 106908. doi: https://doi.org/10.1016/j.ymssp.2020.106908

##submission.downloads##

Опубліковано

2026-05-29

Як цитувати

Павленко, С., & Коваленко, М. (2026). Діагностування асинхронних двигунів за аналізом вібраційних характеристик. Електротехніка та електроенергетика, (2), 16–24. https://doi.org/10.15588/1607-6761-2026-2-2